单臂指向任务中双臂本体感觉交互数据
该数据集来自一项关于单臂指向任务中双臂本体感觉交互的研究,包含两个实验。实验一将双臂置于身体前方,对参考臂(右臂)肘屈肌施加70–80 Hz振动以诱发肘伸展错觉,并比较左臂肘屈肌振动或不振动时的差异,发现左臂振动会减弱右臂的振动诱发伸展错觉

基本信息
资源简介
单臂指向任务中双臂本体感觉交互数据
Data from: Proprioceptive interaction between the two arms in a single-arm pointing task
该数据集来自一项关于单臂指向任务中双臂本体感觉交互的研究,包含两个实验。实验一将双臂置于身体前方,对参考臂(右臂)肘屈肌施加70–80 Hz振动以诱发肘伸展错觉,并比较左臂肘屈肌振动或不振动时的差异,发现左臂振动会减弱右臂的振动诱发伸展错觉。实验二的具体内容源站未提供。数据可用于研究本体感觉信号如何跨臂影响单臂位置感知,适用于神经系统疾病及其他相关领域的感觉运动整合分析(来源 DOI 解析,Creative Commons Zero v1.0 Universal 许可)。
【数据集背景】
源站首次发布:2016。
【数据内容】
源站描述(机器翻译,仅供参考):来自双臂的本体感觉信号被用于在双臂匹配任务中确定一只手臂的感知位置。在此,我们检验了在单臂指向任务中,一只手臂的感知位置是否受到另一只手臂本体感觉信号的影响,在该任务中参与者用指示桨指定未看见的参考臂的感知位置。在整个研究过程中,参与者的双臂均被隐藏于视野之外。在实验1中,双臂置于身体前方,参与者接受对参考臂(=右臂)肘屈肌的70–80 Hz振动,以诱发肘伸展错觉。将该伸展错觉与左臂肘屈肌振动或不振动时的情况进行比较。在左臂振动存在时,右臂的振动诱发伸展错觉程度降低。在实验2中,w
【主题与分类】
主题标签:Proprioception、Homo Sapiens、Holocene。本站分类:神经系统疾病。
【获取与许可】
源站页面:https://datadryad.org/dataset/doi:10.5061/dryad.8sc5p
使用许可:Creative Commons Zero v1.0 Universal。
下载信息
注册下载
需要注册 Kaggle 账号并登录后下载,适合需要跟踪下载记录和使用 API 的用户。
暂未开放公开下载
无需注册即可直接获取公开样本或文档,适合快速预览和评估数据集质量。
免登录有偿下载
公开数据集受托下载与技术交付服务。
提供高速下载与技术交付服务(收技术服务费,非数据销售)
暂未开放当前数据集主要来源为 Kaggle 公开托管,完整影像包建议通过原始链接或 Kaggle API 获取。
使用方式
数据集获取
源站:https://doi.org/10.5061/dryad.8sc5p
标准获取流程:
- 访问源站链接,注册/登录账号;
- 进入数据集详情页,按页面指引申请权限或直接下载;
- 部分平台提供 SDK,例如:
- OpenDataLab:
pip install openxlab后openxlab.dataset.get(...) - ModelScope:
pip install modelscope后modelscope download - 天池: 登录后页面提供直链下载
以源站「数据下载/使用文档」页面为准。
- OpenDataLab:
数据集大小约 232.7 MB。
数据说明
来自双臂的本体感觉信号被用于在双臂匹配任务中确定一只手臂的感知位置。在此,我们研究了在单臂指向任务中,一只手臂的感知位置是否受到另一只手臂本体感觉信号的影响,在该任务中,参与者用指示板指定未见的参考手臂的感知位置。在整个研究过程中,两只手臂均被隐藏于参与者的视线之外。在实验1中,当两只手臂置于身体前方时,参与者接受70–80 Hz振动作用于参考手臂(=右臂)的肘部屈肌,以诱发肘部伸展错觉。将这种伸展错觉与左臂肘部屈肌振动或不振动时的情况进行比较。在左臂振动存在的情况下,右臂由振动诱发的伸展错觉程度有所降低。在实验2中,我们发现当左臂在外展位置接受振动时,两臂之间的这种动觉交互作用并未发生。
在实验3中,当手臂置于外展位置时,单臂的振动诱导延伸错觉完全形成,这表明即使手臂处于外展状态,大脑仍能从振动的手臂接收到增强的本体感觉输入。我们的研究结果提示,在双臂对齐的情况下进行单臂指向任务时,两臂间存在本体感觉的相互作用。使用指针测量的一臂位置感似乎包含了当双臂置于身体前方且相互平行时,来自另一臂信息的影响。
数据加载示例(图像类)
from PIL import Image
import glob, os
files = (glob.glob(os.path.join(path, "**", "*.png"), recursive=True)
+ glob.glob(os.path.join(path, "**", "*.jpg"), recursive=True)
+ glob.glob(os.path.join(path, "**", "*.tif"), recursive=True))
print("图像文件数:", len(files))
img = Image.open(files[0]); print("尺寸/模式:", img.size, img.mode)
# torchvision Dataset 方式:
# from torchvision import datasets
# ds = datasets.ImageFolder(path) # 要求 子目录=类别
目录组织与标注格式以源站说明和下载后实际文件为准。
数据缺失?
依托陕西、四川两大基地,我们与超过十家三甲医院建立直接合作关系,覆盖合规授权、采集治理、专业标注、数据交付的全流程,为AI医疗团队提供即拿即用的高质量临床数据。
⚡️ 需要数据支持或标注服务?立即联系我们获取专业方案。




